58
diajukan kembali akan diperoleh jawaban yang relatif sama dengan jawaban sebelumnya.
4.5 Hasil Uji Asumsi Klasik
4.5.1 Hasil Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel dependen dan variabel independen atau keduanya mempunyai
distribusi normal atau tidak. Suatu data akan berdistribusi normal jika grafik histogram menyerupai bel yang menghadap ke atas. Hal ini bisa dilihat dalam
tampilan grafik berikut ini:
Gambar 4.1 UJI NORMALITAS 1 : HISTOGRAM
Sumber: Data primer yang diolah SPSS, 2015
59
Sementara dilihat dari grafik PP Plot, data dikatakan terdistribusi normal jika penyebaran data menggambarkan titik-titik yang menyebar di
sekitar garis diagonal dan mengikuti arah garis diagonal pada normal probability plot. Kedua grafik ini menunjukkan bahwa normalitas data
terpenuhi. Hal ini bisa dilihat dalam tampilan grafik normal probability plot sebagai berikut.
Gambar 4.2 UJI NORMALITAS 2 : GRAFIK PP PLOTS
Sumber: Data primer yang diolah SPSS, 2015
60
Pengujian normalitias dapat juga diuji secara statistik dengan menggunakan uji Kolmogorov-Smirnov.Uji K-S dibuat dengan membuat
hipotesis: H
: Data residual berdistribusi normal; Bila sig 0,05 dengan α = 5, Ha: Data residual tidak berdistribusi normal; bila sig 0,05 dengan
α=5, Hasil dari uji normalitas dengan menggunakan tes Kolmogorov-
Smirnov ditunjukkan oleh tabel 4.11berikut :
Tabel 4.11 Uji Kolmogrov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
30 Normal
Parameters
a,,b
Mean .0000000
Std. Deviation .25246260
Most Extreme Differences
Absolute .137
Positive .103
Negative -.137
Kolmogorov-Smirnov Z .751
Asymp. Sig. 2-tailed .626
a. Test distribution is Normal.
4.5.2 Hasil Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Prasyarat yang
harus terpenuhi dalam model regresi adalah tidak adanya multikolonieritas,
61
dengan melihat nilai tolerance dan Variance Inflation Factor VIF pada model regresi.
Jika antar variabel independen terdapat korelasi yang cukup tinggi lebih dari 0,09, maka merupakan indikasi adanya multikolinieritas dan suatu model
regresi yang bebas dari masalah multikolonieritas apabila mempunyai nilai tolerance 0,1 dan nilai VIF 10. Uji multikolinearitas dengan melihat
nilaitolerance dan VIF menunjukkan hasil seperti pada tabel 4.10 berikut:
Tabel 4.12 HASIL UJI MULTIKOLINIERITAS
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 1.125
.542 2.077
.047 Proses
Penyusunan Anggaran
.022 .011
.257 1.941 .063
.830 1.205
Partisipasi Anggaran
.588 .122
.638 4.828 .000
.830 1.205
a. Dependent Variable: Kualitas Pelaksanaan Anggaran
Sumber: Data diolah dengan SPSS 2015 Tabel 4.12 menunjukkan bahwa penelitian ini bebas dari adanya gejala
multikolinearitas.Hal ini dapat dilihat dengan membandingkan nilai tolerance dan VIF. Masing-masing variabel independen yang digunakan
dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,1. Untuk proses penyusunan anggaranmemiliki nilai tolerance 0,830; Partisipasi
62
anggaran memiliki nilai tolerance 0,602.Jika dilihat dari VIF, masing-masing variabel independen lebih kecil dari 10 yaitu proses penyusunan anggaran
memiliki VIF 1,205; partisipasi anggaran VIF 1,205.Maka kesimpulan yang diperoleh adalah tidak terjadi gejala multikolinearitas dalam variabel
independennya. 4.5.3
Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain. Pengujian heteroskedastisitas pada penelitian ini menggunakan dasar analitis sebagai berikut :
1. Jika ada pola tertentu, seperti titik-titik yang ada akan membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi
heteroskedastisitas. 2. Apabila pola pada grafik ditunjukkan dengan titik-titik menyebar secara
acak tanpa pola yang jelas serta tersebar di atas maupun dibawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi
heteroskedastisitas pada model regresi. Hasil dari uji heteroskedastisitas dapat ditunjukan pada gambar 4.4
berikut ini :
63
Gambar 4.3 Grafik
Scatterplot
Sumber: Data primer yang diolah SPSS, 2015 Dari grafik scatterplot yang telah disajikan diatas terlihat bahwa titik-
titik menyebar secara acak tidak membentuk pola secara teratur. Titik-titik yang menyebar menjauh dari titik-titik yang lain yang berarti
mengindikasikan bahwa data observasi yang berbeda dari penelitian lainnya. Disimpulkan bahwa data ini homoskesdastisitas dan tidak
heteroskedastisitas.
4.6Hasil Uji Hipotesis 4.6.1 Uji Signifikan Parsial Uji Statistik t
Uji parsial t disebut juga sebagai uji signifikansi individual. Uji ini digunakan untuk menguji seberapa jauh pengaruh satu variabel independen
64
secara individual dalam menerangkan variasi variabel dependen. Uji hipotesis dilihat dari hasil statistik parsial uji t, disajikan pada tabel 4.11
sebagai berikut:
Tabel 4.13 Hasil Uji T
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 1.125
.542 2.077
.047 Proses
Penyusunan Anggaran
.022 .011
.257 1.941 .063
.830 1.205
Partisipasi Anggaran
.588 .122
.638 4.828 .000
.830 1.205
Sumber: Data diolah dengan SPSS 2015 Berdasarkan tabel 4.13, dapat disimpulkan mengenai uji hipotesis
secara parsial dari masing-masing variabel independen adalah sebagai berikut :
�
�
: Proses Penyusunan Anggaran berpengaruh terhadap Kualitas Pelaksanaan Anggaran
Nilai t hitung variabel ukuran proses penyusunan anggaran diperoleh sebesar 1,941 dan nilai signifikansi sebesar 0,06. Nilai signifikansi untuk uji t yang
diperoleh sebesar 0,063 lebih besar dari tingkat signifikansi alpha yang telah ditetapkan 5 0,05. Sehingga H1ditolak dengan pengertian bahwa proses
penyusunan anggaran tidak berpengaruh secara parsial terhadap kualitas pelaksanaan anggaran.
65
�
�
: Partisipasi Anggaran berpengaruh terhadap
Kualitas Pelaksanaan Anggaran
Nilai t hitung variabel partisipasi anggaran diperoleh sebesar 4,828 dan nilai signifikansi sebesar 0,000. Nilai signifikansi untuk uji t yang diperoleh
sebesar 0,000 lebih kecil dari tingkat signifikansi alpha yang telah ditetapkan 5 0,05. Maka
�
2
diterima dengan pengertian bahwa partisipasi anggaran berpengaruh terhadap kualitas pelaksanaan anggaran.
4.5.4 Uji Signifikan Simultan Uji Statistik F